升级MindCluster集群调度前配置

批量升级MindCluster集群调度前需要参考以下操作完成配置。

当K8s集群规模比较大的时候，可进行分批部署。分批部署时，除按照本章节进行inventory_file配置外，第二批及以后场景需将SCALE参数设置为true。

MindCluster Ascend Deployer工具支持升级的全部软件包请参见支持安装及升级场景。

方式一：配置inventory_file文件

方式二：通过Excel表格配置服务器安装或升级的部署参数

使用约束

使用MindCluster Ascend Deployer升级MindCluster集群调度时，请同样使用MindCluster Ascend Deployer升级其软件依赖。
使用MindCluster Ascend Deployer升级MindCluster集群调度时，建议选择worker节点作为执行机。
升级MindCluster场景时，请确保系统中Docker容器、文件系统或根目录的磁盘空间，在已用空间基础上额外使用18G（MindCluster镜像和训练推理镜像预估值）后，剩余可用空间大于30%。
升级MindCluster时，不同操作系统节点间组建集群可能会导致升级失败。

前提条件

已完成参数面网络配置。执行集群训练前，训练节点须进行hccn_tool网络配置，参考步骤 1仅修改配置hccn变量区域。
请确保集群所有服务器已配置DNS，所有待安装设备DNS建议保持一致。若未配置DNS，请参考配置DNS完成DNS的配置。

配置inventory_file文件

登录MindCluster Ascend Deployer执行机。

在MindCluster Ascend Deployer执行机上配置待升级设备的IP地址、用户名。

进入ascend-deployer/ascend_deployer目录，编辑inventory_file文件，添加完成后执行:wq保存退出。

按照表1要求完成master、worker、other_build_image（可选）、npu_node（可选）的变量配置。

如果K8s集群中存在与master节点架构不一致的服务器，并且该节点（或多个异构节点）会部署MindCluster集群调度时，需在inventory_file文件中配置other_build_image。详细配置方法请参见配置other_build_image。
在向K8s集群应用MindCluster集群调度配置时，需要关注集群中不同的NPU硬件形态，通过设置npu_node配置不同硬件的特征服务器信息，若不配置npu_node，则默认为inventory_file中worker下面配置的首节点的NPU硬件类型。

表1 参数说明
参数	是否可选	说明
IP	必选	服务器的IP地址，支持动态输入多个IP地址。参数说明如下： index：服务器在IP段中的序号，Int类型，默认为1，如 1.1.1.1-1.1.1.3 set_hostname="master-{index}"，那1.1.1.1对应的set_hostname=master-1。 step_len：IP跳位步长，末尾IP若不在步长内也会保留。如设置1.1.1.1-1.1.1.6 step_len=2，则输出1.1.1.1,1.1.1.3,1.1.1.5,1.1.1.6。在批量输入的配置{}中，支持解析参数，包含数据运算、转型等，解析后输出字符串类型。如1.1.1.1-1.1.1.3 set_hostname="master-{str(index+20)+'x'}"，则解析后的主机信息为1.1.1.1 set_hostname="master-21x" ...。 IP段输入参数暂仅支持python3。
ansible_ssh_user	必选	ssh登录远程服务器的账号，需要为root账号。
ansible_ssh_pass	可选	ssh登录远程服务器账号的密码。如果配置了SSH密钥认证方式且root用户可以登录，则无需配置。
ansible_ssh_port	可选	ssh连接的端口. 使用默认值22端口时无需配置. 如果使用了非默认的其他端口，则需要配置。
set_hostname	可选。	设置节点在K8s集群中的节点名，建议用“master-1”或“worker-1”的格式，按照顺序填充。如果已有K8s集群，则该名字需要为节点在K8s中的名字，必须配置为小写，不可随意填写。
说明配置master节点的主机为K8s的默认控制节点。 master个数必须为奇数。

在[all:vars]配置字段下完成全局变量配置。

表2 参数说明
参数	是否可选	说明
SCALE	可选	用于决定是否进行分批部署的可选参数。默认值为false。当K8s集群规模比较大的时候，可进行分批部署。第二批及之后场景需设置此参数值为true。
RUNNER_IP	可选	可配置为MindCluster Ascend Deployer执行机的IP地址，请注意该IP需与其他待安装设备互通。建议在执行机含有多网段多个本机IP时配置该字段。

示例如下：

[master]
xx.xxx.xx.x1 ansible_ssh_user="root" ansible_ssh_pass="xxxxxxx" set_hostname="master-1"     #请替换为实际待安装设备的IP

[worker]
xx.xxx.xx.x1-xx.xxx.xx.x3 ansible_ssh_user="root" ansible_ssh_pass="xxxxxxx"
xx.xxx.xx.x5-xx.xxx.xx.x9 ansible_ssh_user="root" ansible_ssh_pass="xxxxxxx" set_hostname="worker-{ip}-{index}" step_len=2

[npu_node]
xx.xxx.xx.x3 ansible_ssh_user="root" ansible_ssh_pass="xxxxxxx" set_hostname="worker-1"      #npu_node用以设置不同硬件的特征服务器
xx.xxx.xx.x4 ansible_ssh_user="root" ansible_ssh_pass="xxxxxxx" set_hostname="worker-2"

父主题： 配置服务器升级参数